Google Gemini Enterprise moet allesomvattend AI-platform voor iedereen worden

Gemini Enterprise deed een paar maanden geleden zijn introductie als de nieuwe AI-tool voor zakelijke gebruikers. Tijdens Google Cloud Next zet Google de volgende stap: Gemini Enterprise wordt uitgebreid met een volledig ontwikkelplatform voor AI-agents, nieuwe governance-tools en agents die dagenlang zelfstandig kunnen werken. Op papier klinkt het indrukwekkend, maar is een platform voor zowel zakelijke gebruikers als ontwikkelaars niet te ingewikkeld?

Google introduceerde in oktober vorig jaar Gemini Enterprise, destijds was het platform nog relatief bescheiden van opzet. Eén omgeving voor zakelijke AI, voortbouwend op wat eerder Google Agentspace heette. De ambitie blijkt een stuk groter. De uitvoering voelde in oktober wellicht nog wat dun aan, zeker door het ontbreken van AI-modellen van derden, maar dat gevoel is nu snel verdwenen. Google gaat Gemini Enterprise fors uitbreiden.

De belangrijkste aankondigingen zijn het Gemini Enterprise Agent Platform en de uitbreidingen van de Gemini Enterprise-app. Samen moeten ze van Gemini Enterprise een end-to-end systeem maken dat organisaties in staat stelt om honderden of zelfs duizenden AI-agents te bouwen, schalen en beheren.

Agent Platform: de opvolger van Vertex AI

Het Gemini Enterprise Agent Platform wordt door Google omschreven als de opvolger van Vertex AI. Alle diensten en de roadmap van Vertex AI worden voortaan uitsluitend via het Agent Platform geleverd. Voor organisaties die al jaren werken met Vertex AI is dat een grote verandering.

Het platform biedt toegang tot meer dan 200 modellen via Model Garden. Dat zijn niet alleen Google’s eigen modellen zoals Gemini 3.1 Pro, Gemini 3.1 Flash Image en open Gemma 4. Ook Claude Opus, Sonnet en Haiku van Anthropic zijn beschikbaar. Dat is een slimme keuze: zakelijke klanten willen flexibiliteit en keuze. Het exclusief vasthouden aan eigen modellen zou potentiële klanten zeker wegjagen.

De Agent Development Kit (ADK) heeft ook een flinke upgrade gekregen. Waar ADK voorheen vrij lineair werkte, ondersteunt het nu een graph-based framework waarbij agents als een netwerk van sub-agents kunnen opereren. Dat klinkt wellicht ingewikkeld, maar het betekent dat complexe werkprocessen kunnen worden opgedeeld en door verschillende (sub)agents worden uitgevoerd die onderling samenwerken. Dat moet leiden tot betere en snellere resultaten. Naast Agent-2-Agent gaat Google nu ook MCP, het Model Context Protocol, volledig ondersteunen. Dat sluit aan op een bredere industrie-ontwikkeling waarbij MCP razendsnel de standaard wordt voor agentic koppelingen.

Agents die dagenlang actief zijn en beschikken over langetermijngeheugen

De vernieuwde Agent Runtime belooft forse verbeteringen. Zo moet het mogelijk worden om binnen 1 seconde een AI-agent koud op te starten. Dat is technisch best lastig, maar Google lijkt er iets op gevonden te hebben. Maar misschien nog wel belangrijker is dat AI-agents waar nodig ook langetermijngeheugen krijgen. Dat betekent dat ze niet enkel weten wat ze die sessie hebben gedaan, maar ook door kunnen werken op eerdere interacties en conversaties. Hierdoor gaat belangrijke kennis niet verloren. Zo kan een AI-agent de gebruiker ook beter leren kennen en ondersteunen.

Tot slot maakt Google het mogelijk om agents gewoon dagenlang te kunnen draaien. Dat is bijvoorbeeld handig als je bezig bent salesprospects te benaderen of data uit het ene systeem moet analyseren om in een ander systeem toe te voegen. Allemaal zonder dat een mens er voortdurend naar hoeft te kijken.

Governance: eindelijk serieuze aandacht

Organisaties hebben vaak nog veel twijfels bij de controle en toezicht die je kan hebben over alle AI-agents. We zien steeds meer oplossingen verschijnen die observability mogelijk maken of inzicht proberen te geven in wat agents nu precies doen. Google komt met een uitgebreid governance-pakket dat standaard is inbegrepen.

Aan de basis van dat governance pakket staat Agent Identity. Die geeft elke agent een uniek cryptografisch ID, zodat elke actie traceerbaar is. Agent Registry biedt daarnaast een centrale catalogus van alle goedgekeurde agents en tools. Agent Gateway fungeert tot slot als verkeersleiding voor het gehele agent-ecosysteem en dwingt beveiligingsbeleid af. Model Armor beschermt daarbinnen actief tegen prompt injection en datalekken. Wel is dit allemaal beperkt tot de agents op het Google-platform en niet daarbuiten.

Nieuw is ook Agent Simulation, een tool waarmee je agents kunt stresstesten met synthetische gebruikersinteracties en gevirtualiseerde tools, nog voordat ze live gaan. Agents krijgen automatisch een score op taakvoltooiing en veiligheid over meerdere gespreksrondes. In combinatie met Agent Observability, dat real-time inzicht geeft in de redenering van een agent, en Agent Optimizer, die automatisch terugkerende fouten clustert en verbeterde instructies voorstelt, is dit het meest volwassen test-en-monitoringframework voor AI-agents dat een hyperscaler tot nu toe heeft aangeboden. Juist voor enterprise IT-teams die verantwoordelijk zijn voor betrouwbaarheid en compliance, is dit een substantieel onderdeel van de aankondiging.

De Gemini Enterprise-app als centrale interface

Naast het platform breidt ook de Gemini Enterprise-app uit. De meest opvallende toevoeging is de vernieuwde Agent Designer, waarmee medewerkers zonder één regel code complexe agents kunnen bouwen in gewone taal of een visuele interface. Daarbij ondersteunt de designer ook vaste workflows. Er zijn ook bij AI momenten dat je wilt dat een actie een vaste route aflegt met vooraf bepaalde stappen. Sommige acties moeten gewoon altijd op dezelfde manier worden uitgevoerd en zijn niet onderhevig aan de insteek van de AI-agent. Zeker voor gevoelige processen is dat in het kader van compliance geen luxe maar een vereiste.

De Inbox is een nieuw centraal beheerportaal voor alle actieve agents. Gebruikers zien direct welke agents input nodig hebben, welke fouten zijn opgetreden en welke taken zijn afgerond. Projects voegt een gedeelde werkruimte toe voor teams én agents, met gecentraliseerde context die ook bewaard blijft als teamleden vertrekken. Canvas maakt co-creatie van documenten en presentaties mogelijk, inclusief export naar Microsoft Office-formaten.

Relevant voor IT-admins: Google introduceert ook bring your own MCP, waarbij beheerders hun eigen MCP-servers kunnen koppelen aan de Gemini Enterprise-app. Hiermee kunnen agents verbinding maken met applicaties die niet in de standaardlijst van connectoren staan. Dat vergroot de praktische toepasbaarheid aanzienlijk voor organisaties met maatwerksystemen en eigen datacenters.

Verder is de Agent Gallery fors uitgebreid. Vanuit de app kun je nu rechtstreeks agents van partners als Salesforce, ServiceNow, Adobe en Workday activeren, zonder je workflow te verlaten. Elke partner-agent in de gallery is door Google gevalideerd op security en interoperabiliteit. Dit voorkomt dat IT-afdelingen elke integratie apart moeten doorlichten.

Gemini Enterprise voor de zakelijke gebruiker: hoe realistisch is dat?

Google positioneert Gemini Enterprise nadrukkelijk als een platform voor iedereen in de organisatie, zowel de developers en IT als de zakelijke gebruiker. De app-kant van het platform is daar specifiek op gericht. Zo introduceert Google bijvoorbeeld Skills: herbruikbare workflows die een medewerker één keer vastlegt en die daarna door de hele organisatie kunnen worden gebruikt. Denk aan een skill die merkrichtlijnen toepast op elk nieuw document of een skill die inkomende supportverzoeken automatisch categoriseert.

Daarnaast lanceert Google twee kant-en-klare agents specifiek voor business users. De Data Insights-agent analyseert data uit zowel gestructureerde bronnen zoals databases en datawarehouses als ongestructureerde bronnen zoals documenten en e-mail. Ook kan de agent automatisch SQL-queries en visualisaties genereren en geeft het niet alleen antwoord op de vraag wát er in de data staat, maar ook waarom. De Deep Research agent voert zelfstandig complexe, meerstaps onderzoeksopdrachten uit op basis van zowel het open web als interne bedrijfsdata en levert rapporten met bronvermelding. Beide agents zijn direct beschikbaar.

Toch is de vraag gerechtvaardigd hoe realistisch het no-code-verhaal in de praktijk is. Een eenvoudige agent bouwen via de Agent Designer zal voor veel medewerkers haalbaar zijn. Maar zodra een workflow meerdere systemen raakt, uitzonderingen moet kunnen afhandelen of compliance-vereisten heeft, wordt het al snel een stuk lastiger. En wie is er verantwoordelijk als zo’n zelfgebouwde agent een fout maakt? Google biedt governance-tooling, maar de organisatorische vraag wie agents mag bouwen, testen en vrijgeven wordt nog een heet hangijzer.

Wat betekent dit voor de markt?

Met Gemini Enterprise als end-to-end agentic platform, een gevulde Agent Gallery met partners als Salesforce, ServiceNow, Adobe en Workday en een open ecosysteem via MCP, lijkt Google grote stappen te zetten en verder te zijn dan andere hyperscalers. Zeker voor ontwikkelaars is Google op dit moment de meest interessante partij voor de ontwikkeling van AI-agents.

Tegelijkertijd slapen de concurrenten niet. Microsoft bouwt via Copilot Studio en Azure AI Foundry aan een vergelijkbaar verhaal en Salesforce positioneert Agentforce steeds agressiever als het centrale agentic platform voor zakelijke gebruikers. Google loopt momenteel op sommige punten technisch voor, zeker als je kijkt naar de diepgang van de governance-tooling en de langlopende agents. De drempel is echter best hoog, want het is best een complex verhaal en dat zorgt ervoor dat het omzetten van dit verhaal in brede enterprise-adoptie nog weleens moeilijk kan worden. Dat probleem had Google eerder ook met Vertex AI.

Mogelijk ligt een gedeelte van de complexiteit bij het feit dat Google met één platform twee verschillende doelgroepen wil bedienen. Zowel de ontwikkelaars als de zakelijke gebruikers aanspreken vanuit één product is gewoon lastig. De praktijk leert dat platforms die alles voor iedereen proberen te zijn, vaak niemand echt goed bedienen. Microsoft heeft dat pijnlijk ondervonden met Copilot, dat te technisch was voor gewone gebruikers en te beperkt voor developers. Google zou het risico moeten kennen, maar of ze het hebben opgelost, moeten de komende maanden uitwijzen. De grootste risicofactor voor adoptie is wat ons betreft dus niet de technologie, maar de complexiteit.